谈到一些quants / hedgies，我得出的结论是，他们中的很多人似乎都在使用自制语言或OCaml执行许多任务。许多人无法回答的原因是。
我当然可以理解为什么他们不想在大多数情况下使用C ++，但为什么OCaml比其他脚本语言（如Python，Ruby等）更适合这些用途？
尝试阅读Yaron Minsky和Stephen Weeks的Caml trading - experiences with functional programming on Wall Street（道歉，虽然这篇文章曾经在Jane Capital免费托管，但它已经不存在了，所以我留下了ACM链接供参考）。他们详细了解了他们认为OCaml的优点和缺点，尽管他们在很大程度上认为它比他们考虑的大多数其他选项更好（即没有很多与C ++，Python的直接比较） ， 你有什么）。
作者在Jane Street Capital工作，该公司对OCaml代码进行了大量投资。
更新：另见线程What programming language(s) is algorithmic trading software written in?。其中一个comments提到了Yaron Minsky在简城街资本使用Caml时向CMU发表的演讲。大约一个小时，非常有趣。
更新二：Yaron已经写了另一个概述，这次是ACM Queue，名为OCaml for the Masses。
例如，参见programming languages shootout进行速度比较：
现在，我们都听到了有关谎言，该死的谎言和基准的线条，所以推荐使用盐粒 - 但这是一个相当不错的比较。在一天结束时，重要的是用一个人自己的问题和数据做什么。
首先要记住的是，即使OCaml具有REPL和清晰简洁的语法，它也不是像Python或Ruby那样的动态语言。它具有静态类型并编译为本机代码。
对于定量分析，脚本语言更方便。您可以访问很多库，很容易使用快速和脏的脚本来管理信息，即使对于非程序员来说，构建中小型程序也很容易。
要创建实际参与交易的算法和系统，您需要像OCaml这样的东西。 OCaml的主要优点是它的功能性，可读性（它几乎与Python这样的动态语言一样好），可靠性，但主要是速度。 OCaml比大多数人认为的要快得多 - 它的速度很快（实际上比C慢一点，但比动态语言快很多倍）。 OCaml足以创建一个HFT系统，这对于Python或Ruby来说都不是。
另外，请记住，在Scala和Clojure出现之前，Jane Street（最有声音的OCaml福音传道者）采用了OCaml。
作为一种功能语言，它本质上是数学的，它可能很好地适应这些公司需要解决的各种问题。正如其他人所指出的那样，它具有良好的性能。
也许这就是微软为F＃选择OCaml的原因
因为它非常快（而且比C ++简洁得多）。
挑选Don的帖子，Jane Street Captial甚至有一个page dedicated to OCaml，进一步链接到他们的OCaml订婚（包括blog）。 OCaml的性能通常是一个很大的争论，但我认为“量子”也喜欢它，因为功能范式非常适合他们的分析工作，因此我认为他们是早期采用者。然后公司发现它同样适用于系统编程。
与Python / Ruby相比，平凡的并行化？至少对于F＃来说是这样，但出于同样的原因，Caml / OCaml应该是这样。
尽管我喜欢Ruby，但它不是我主要选择数学或聚合的繁重任务的首选，而且Python和Ruby都没有真正支持多线程。
由于模式匹配和对不可变性的偏好（在Ruby中更难实现，在Python中稍微容易但仍比基于ML的语言更难），相对复杂的计算管道的简洁性对于大数据集的计算是最有价值的。
我不是在这样的地方工作，所以这些只是猜测为什么我可以在他们的位置上这样做：
它通常比Ruby和Python这样的语言快得多，作为一种静态类型的函数式语言，它通常更容易推理代码，并且知道它不包含细微的错误。 （是的，单元测试也应该有助于抓住这些，但是额外的保证，你的财务数据不会搞砸了很好。）此外，函数式编程与数学密切相关，比大多数高级语言更为紧密。范例（比如，没有数学的OO分支），所以它擅长建模他们实际在那里做的事情。
根据我对Quants的体验，它是带有c＃的VBA（读取：Excel），或者有时也是f＃
编辑：
我要说的是，对于投票，我不认识任何使用caml的Quants ...